-
题名基于KDA／GSVD和支持向量机的人耳识别
- 1
-
-
作者
赵海龙
穆志纯
张霞
敦文杰
-
机构
北京科技大学信息工程学院
河北经贸大学计算机中心
-
出处
《计算机科学》
CSCD
北大核心
2009年第2期257-260,共4页
-
基金
国家自然科学基金(基于人耳人脸信息融合的多模态生物特征识别技术,60573058)
国家自然科学基金(人耳识别技术研究,60375002)资助
-
文摘
在高维、小样本的情况下使用Fisher线性鉴别分析的特征提取方法存在病态奇异问题,学者们提出了许多解决此问题的方法。针对小样本问题,并通过对现有人耳识别方法的研究,提出了一种利用KDA/GSVD算法对图像数据进行降维,运用SVM分类器对样本进行判别的人耳识别方法。此外,还对线性判别分析、广义奇异值分解和支持向量机的基本理论等内容做了简要介绍。实验证明,KDA/GSVD很好地解决了由于小样本的问题而导致的LDA算法中类内离散度矩阵不可求逆的问题,把它与支持向量机有机地结合起来,构成了一种有效的人耳识别新方法。
-
关键词
人耳识别
线性判别分析
广义奇异值分解
kda/gsvd
支持向量机
-
Keywords
Ear recognition, Linear discriminant analysis, Generalized singular value decomposition, kda/gsvd, Support vector machines
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
